结果1 题目 现有一个两层的卷积神经网络,第一层是常规的卷积层,输入输出的通道数为3和64,卷积核大小为3×3;第二层是分组卷积层(group convolution layer),分为4组,输入输出通道数为64和32,卷积核大小为3×3。则该网络的参数个数为() 相关知识点: 试题来源: 解析 6432 反馈 收藏 ...
百度试题 题目在神经网络模型VggNet中,使用两个级联的卷积核大小为3×3,stride=1的卷积层代替了一个5×5的卷积层,如果将stride设置为2,则此时感受野为 A.5×5B.7×7C.8×8D.9×9相关知识点: 试题来源: 解析 B 反馈 收藏
在做CNN时,输入图片大小为37×37,经过第一层卷积层(有25个卷积核,每个卷积核的大小为5×5,不做填充,步长为1),与池化层(Max pooling大小为3×3,不做填充,步长为1),输出图片再通过一次卷积层(有100个卷积核, 每个卷积核的大小为 4×4,不做填充,步长为1),与池化层max pooling(Max pooling大小为2×2,不...
在计算感受野的问题中,当一个输入,如果步长stride为2,经过三层3×3的卷积核,问最后输出的每一个点的感受野的大小为多少?A.15×15B.3×3C.7×7D.12×
题目 假设你有5个大小为7x7、边界值为0的卷积核,同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224×224×3的数据,那么神经网络下一层所接收到的数据维度是多少? A.218×218×5B.217×217×8C.217×217×3D.220×220×5 相关知识点: 试题来源: 解析 A 反馈 收藏 ...
John最近正在学习搭建卷积神经网络,假设输入图像大小是15*15*3(w*h*c),经过一个含4个卷积核的卷积层,其中卷积核大小均为5*5,步长为2,无填充,在不计算Bias的情况下,该卷积层共有多少权重参数? A. 75 B. 100 C. 300 D. 600 相关知识点:
近因历周离果据学然力率具类出假设你有5个大小为7x7、边界值为0的卷积核,同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224×224×3的数据,那么